斯托帕萨缪尔森定理-斯托帕萨缪尔森定理

在研究那些试图在理论层面完美解释世界的经济学家时，往往好办陷入一种令人不适的“幻觉”。他们像拿着手术刀的手术室医生，手里握着教科书上的证据，却忘了病人（人类行为）本身充满了不可预测的噪音和不清楚的边界。斯托帕萨缪尔森定理，这个听起来像数学公式一样的名字，实际上更像是一个提醒：现实世界的复杂性，往往比任何精心编排的模型都来得厚重和真。 当我们在课堂上聊聊边际效用递减的规律时，老师往往会把曲线画得过于平滑，仿佛这就是一条由无数个点串联起来的绝对真理。但要是你观察一下真的花场景，你会发现那条线时常是锯齿状的，就连是断断续续的。理性人假设，在经济学界被奉为圭臬，认定花者看到多一个汉堡包，就愿意支付比前一个更高的价钱，直到达到一个平衡点。
这个平衡点一般是花者收入除以单价。
可是，一旦你走到超市门口，看到老板的计费系统突然停机了，要么出于突然刮起了大风，空气里全是灰尘，你会发现花者的行为瞬间乱了套。
这时候，那个完美的平衡点就不存有了，要么说，那个维持平衡的点本身就已经转变了。
这就是理论模型和真世界之间的庞大鸿沟。 这种鸿沟，在交通领域体现得尤为明显。现实生活中的交通流量压根儿就不是那些枯燥的线性方程能解释清楚的。在早高峰的地铁站里，一个通勤者看到另一个通勤者也挤在门口，不管他们到底要不要挤进去，自己也就只能跟着挤。
这种“被迫性”的花行为，彻底背离了“理性人”的设定。人们并不是出于计算了工夫成本而挤上地铁，大量时候只是出于周围人手忒多了，干脆就聚在了一起。
这种无意识的、随机的、充满非理性的人类行为，是构成整个社会运转底色的根本元素。
要是强行用斯普安要么斯托帕的理论去套用，那些挤在地铁台阶上的倒霉蛋，就会被判定为“非理性”，这显然不符合常理。人类的决策过程，常常是在信息不对称、情绪波动就连彻底混乱的状态下做出的，这些状态恰恰是模型难以捕捉的盲区。 数据异常也是造成这种偏差的来源之一。在分析全球经济报告时，你时常会看到一些数据点像是凭空出现的，要么呈现出彻底不符合逻辑的跳跃。
比方说，某国的财政收入在某个季度突然增长了一千亿美元，而缘由却是一个世纪前形成的贸易摩擦。在数学上，这种突变一般被视为“数据出错了”。
可是，要是深入调查，你会发现这可能是一个庞大的历史事件转变了该国的社会结构，进而影响了无数家庭的花习惯。数据本身只是在记录历史留下的痕迹，而这些痕迹本身就挺复杂，充满了因果链的断裂和重组。
要是我们在分析数据时只盯着那些符合逻辑连通的点，而忽略了那些充满矛盾和不连续的地方，那么我们就只是在复刻模型的幻觉，而无法触及真的动态过程。 这种不完美实际上是模型尊严的体现。
要是我们把人类行为描绘成一条光滑、连贯、毫无障碍的直线，那么任何关于经济危机的聊聊都会变得苍白无力的，出于秩序本身就是被破坏的常态。市场失灵、信息不对称、公众偏好的突然转变，这些都是模型无法解释的现象，出于它们本身就包含了那些非理性的因素。斯托帕萨缪尔森定理的核心精神，或许不是去证明所有的行为都是理性的，而是承认在承认非理性存有的前提下，依然能够建立一种有用的分析框架。它告诉我们，有时候我们的直觉之故此准，恰恰是出于我们承认了那些不符合模型的“非理性”存有。 在构建任何预测模型时，我们都需求保持一种谦卑的态度。
不要指望用一两个完美的函数就能预测未来。历史告诉我们，每一次经济复苏或衰退，都是无数非理性决策的叠加。花者出于广告激发了冲动，投资者出于恐惧而抛售，政府出于政策失误而 reallocating resources，这些事件都有着各自独特的逻辑和缘由，挺难被归纳成一个统一的规律。当我们试图用公式去解释这一切时，实际上是在逃避真正的研究。真正的研究，是面对那些混乱、矛盾和不确定的现实，去理解它们背后的深层机制，而不是把它们强行塞进一个本不存有的完美盒子。 故此，当我们再次面对那些看似完美却实则有缺陷的经济理论时，不妨换个角度看待。
那些模型中的漏洞，或许恰恰是人类行为多样性的证明。它们提醒我们，世界并不一直由好办的因果关系构成的，大量时候，因果关系是不清楚的、波动的，就连是断裂的。承认这种复杂性，并不意味著我们要拉倒学习那些有用的理论模型，而是要学会在模型和现实之间找到那个微妙的平衡点。在这个平衡点之上，我们再试着去修正那些非理性的因素，去捕捉那些被模型忽略的噪音，去理解那些看似混乱背后的秩序。
毕竟，要是世界本身就没有逻辑可言，那我们又何必费尽心思去寻找那个所谓的“真理”呢？